2026, Vol. 58
土壤有机碳(SOC)库是陆地碳库的主要组成部分，对陆地生态系统碳循环有着很重要的作用[1]。SOC库的微小波动均会引起大气CO2浓度的巨大变化[2]，进而影响全球气候变化。因此，探明SOC的形成、周转及稳定过程对提升土壤碳固存、改善全球气候具有重要意义。将SOC分为颗粒态有机碳(POC)和矿物结合态有机碳(MAOC)是研究土壤SOC动态的一个重要途径[3]。POC直接来源于植物枯枝落叶，一定程度上可以表征活性有机碳，MAOC则是微生物残体与黏土矿物相结合而产生的有机碳，可以表征稳定的土壤碳库[4]。研究POC和MAOC的动态变化，能够更准确地预测SOC对气候变化的响应。
退耕还林是提升土壤碳汇功能的重要措施，其通过植被恢复增强土壤对大气CO2的固存能力，有效增加SOC储量[5]。然而，SOC的动态变化并非线性过程，其组分(POC和MAOC)对退耕还林年限的响应呈现高度复杂性。研究表明，退耕初期(< 5 a)因植被生产力低、土壤扰动加剧分解，POC和MAOC含量显著下降，而中长期退耕还林(> 10 a)随凋落物输入增加和微生物–矿物相互作用增强，SOC逐步恢复甚至超越原有耕地水平[6]。这一过程受树龄、土壤性质(pH、全氮)及人为管理因素的多重调控。例如，有研究发现，随林龄增加，杉木林土壤POC和MAOC含量持续上升[7]，水杉林土壤二者含量则呈先增后降趋势[8]，表明树龄可能通过改变碳输入与分解平衡驱动SOC组分动态变化。然而，现有研究对树龄阈值、多因子交互机制及人为管理干扰的影响仍缺乏系统解析，限制了对碳汇效应的精准评估。
稳定碳同位素分析技术可以指示SOC的来源及周转过程，是研究SOC动态的有力工具[9]。利用13C自然丰度(δ13C)值的变化可以揭示SOC在不同颗粒组分之间的流动方向、强度及稳定途径[10]。然而，目前关于不同退耕还林年限下土壤δ13C值变化的研究较少，尤其是土壤碳流动方向、强度及其与土壤性质的关系尚未得到充分揭示。因此，本研究基于δ13C技术，研究退耕还林后不同年限下土壤POC和MAOC含量变化及碳在二者之间的流动特征，并分析土壤性质对SOC的动态影响，以期为退耕还林后SOC稳定性评价和土地管理措施制定提供理论依据。
1 材料与方法 1.1 研究区概况供试桉树人工林位于广西省崇左市扶绥县试验基地(107°39′18″E~107°41′12″E，22°20′54″N~22°24′ 7″N)。该区域属于亚热带季风气候，年均气温22.1 ℃，年均降水量1 110.7 mm。土壤类型为赤红壤，土壤母质为第四纪红黏土，土壤质地为黏性中壤土。植被以桉树人工林为主，耕地主要农作物为甘蔗。
1.2 试验设计2023年7月在该试验基地内以耕地(退耕还林0 a)为对照，选取由甘蔗地退耕还林后的不同年限桉树人工林(1、3、4、10 a)为研究对象，采用五点取样法，在每一样地采集0~20 cm土层深度的土壤样品约3 kg，混合均匀后剔除多余的石块和植物根系等肉眼可见的杂物，过2 mm筛后，将土壤分成两个部分，一部分保存于4 ℃冰箱用于测定硝态氮和有效磷等，另一部分经自然风干后用于测定土壤有机碳组分、全氮和全磷。
1.3 测定指标与方法通过粒度分馏方法分离不同土壤组分[11]，即用50 g/L的六偏磷酸钠溶液与土壤混合(液土体积质量比5∶1)，振荡18 h后，将悬浮液过53 μm筛，并反复冲洗直至溶液澄清，得筛上、下两部分土壤。经烘干、研磨并过100目筛，用重铬酸钾氧化–外加热法[13]分别测定上述两个土壤组分的有机碳含量，> 53 μm组分中对应的为颗粒态有机碳(POC)，< 53 μm组分中对应的为矿物结合态有机碳(MAOC)。
称取100~300 μg过100目筛的上述两个土壤组分，利用同位素比质谱仪IRMS (Elementar IsoPrime 100)测定δ13C_POC和δ13C_MAOC[12]。
参考鲍士旦《土壤农化分析》第三版[13]测定土壤基本理化性质：含水量(SWC)采用烘干法测定；pH采用土水质量比1∶5 pH计测定；SOC采用重铬酸钾氧化–外加热法测定；全氮(TN)采用半微量凯氏定氮法测定；全磷(TP)采用HClO4-H2SO4消煮–钼锑抗比色法测定；硝态氮(NO3–-N)采用KCl浸提–双波长比色法测定；有效磷(AP)采用0.5 mol/L NaHCO3浸提–钼锑抗比色法测定。
1.4 数据处理与分析POC、MAOC中13C同位素丰度计算公式如下：
| $ \delta^{13} \mathrm{C}=\left[\left(R_{\mathrm{SA}}-R_{\mathrm{ST}}\right) / R_{\mathrm{ST}}\right] \times 1000 $ | (1) |
式中：δ13C代表13C同位素丰度(‰)；RSA和RST分别代表样品和标准物质的13C/12C，碳同位素标准物质来自于美国南卡罗来纳州白垩系皮狄组地层中的美洲拟箭石[14](R= 1.11%)。
不同碳组分中δ13C值与凋落物δ13C值的差异(Δ13C)反映了SOC组分同位素组成的变化，计算如下：
| $ \Delta^{13} \mathrm{C}=\delta^{13} \mathrm{C}_1-\delta^{13} \mathrm{C}_2 $ | (2) |
式中：δ13C1为POC或MAOC的δ13C值(‰)；δ13C2为凋落物的δ13C值(‰)。
文中所有数据均运用SPSS 19软件进行统计分析，其中，不同退耕还林年限间的差异通过单因素方差分析(One-way ANOVA)和LSD多重比较法检验，显著性水平为P < 0.05；采用Person法对土壤理化性质、SOC组分及其δ13C进行相关分析。
2 结果与分析 2.1 土壤理化性质由表 1可知，与耕地(退耕还林0 a)相比，退耕还林1 a和10 a显著提高了土壤pH和TN含量，但退耕还林3 a和4 a显著降低了土壤pH和TN含量；退耕还林10 a显著提高了土壤SOC和TP含量；退耕还林1~4 a显著降低了土壤NO3–-N含量，但退耕还林10 a与耕地持平；退耕还林3 a开始显著降低了AP含量。
|
表 1 不同退耕还林年限土壤理化性质 Table 1 Soil physicochemical properties under different years of returning farmland to forest |
与耕地相比，退耕还林1 a和10 a显著增加了土壤POC含量，分别增加了56.2% 和110.5%，退耕还林4 a显著降低了POC含量25.2%；退耕还林1~4 a内，随着退耕还林年限的增加，POC含量显著降低，但退耕还林10 a显著增加，且显著高于其他年限(图 1A)。
|
(图中不同小写字母表示不同退耕还林年限之间差异显著(P < 0.05)；下同) 图 1 不同退耕还林年限土壤有机碳组分变化 Fig. 1 Changes in SOC components under different years of returning farmland to forest |
与耕地相比，土壤MAOC变化趋势与POC一致，不仅退耕还林1 a(189.0%)和10 a(187.3%)土壤MAOC含量显著增加，退耕还林3 a其含量也显著增加了58.3%，但退耕还林4 a显著降低了MAOC含量21.5%。另外，退耕还林1~4 a内，MAOC与POC含量有着相同的变化趋势(图 1B)，且MAOC含量高于POC含量。
2.3 土壤有机碳组分δ13C值不同退耕还林年限土壤颗粒态有机碳δ13C值(δ13C_POC)变化范围为–22.32‰~–13.65‰，退耕还林1 a达到最大值(–13.65‰)，显著高于耕地和其他退耕还林年限，且随着退耕还林年限的增加而显著降低，退耕还林10 a最低(–22.32‰)，显著低于其他退耕还林年限(图 2A)。
|
图 2 不同退耕还林年限土壤有机碳组分δ13C变化 Fig. 2 Changes in SOC composition δ13C under different years of returning farmland to forest |
矿物结合态有机碳δ13C值(δ13C_MAOC)变化范围为–31.97‰~–14.90‰，退耕还林1 a达到最小值(–31.97‰)，显著低于耕地和其他退耕还林年限，退耕还林3 a与耕地保持一致，且显著高于其他年限，但在退耕还林4 a后随着退耕还林年限的增加而显著降低(图 2B)。
2.4 土壤有机碳组分的碳流动图 3显示了不同退耕还林年限SOC组分之间碳的流动路径及强度。从图 3中可知，耕地土壤碳从POC流向MAOC，概率值为1.17，退耕还林1 a土壤碳是从MAOC向POC流动，其概率值为18.33，而在退耕还林3 a后，土壤碳的流动方向总是从POC流向MAOC。退耕还林3~4 a，碳流概率逐渐增大，从退耕还林3 a的1.87增加到了退耕还林4 a的0.86，表明随着退耕还林年限的增加，土壤碳从大颗粒向小颗粒流动的强度增加。但在退耕还林10 a后其概率变小，概率值为4.64，大于退耕还林1 a。
|
(图中箭头上数值为POC和MAOC的Δ13C差值，值为正，碳流从MAOC到POC；值为负，则流向相反，箭头上数值取绝对值，仅以箭头方向表示正负数。差值绝对值越小，则表明二者互相转换的可能性越大，即碳流概率越大) 图 3 不同退耕还林年限土壤碳的流动 Fig. 3 Flow of soil carbon in different years of returning farmland to forest |
由图 4可知，POC和MAOC均与土壤pH、SOC和TN显著正相关(P < 0.01)，与土壤AP显著负相关(P < 0.05)；δ13C_POC与SWC显著正相关(P < 0.01)，与pH呈显著负相关(P < 0.05)；δ13C_MAOC与SWC、SOC、TN、MAOC和δ13C_POC显著负相关(P < 0.05)。
|
(*、**和***分别表示在P < 0.05、P < 0.01和P < 0.001水平显著相关) 图 4 土壤理化性质与有机碳分级及其碳同位素丰度的相关性分析 Fig. 4 Correlation analysis between soil physicochemical properties, organic carbon grading, and carbon isotope abundance |
本研究发现，在退耕还林1~4 a，POC和MAOC含量均显著降低(P < 0.05)，年均降低幅度分别为17.4% 和24.3%，至退耕还林10 a才显著高于其他年限。这与Pual等[15]的研究结果一致：造林前5 a表层土壤碳含量年均下降3.46%，30 a后逐渐恢复。刘延惠等[16]在宁夏六盘山的观测结果也支持这种先降后升的趋势。这一现象与退耕初期(< 5 a)新植被生产力较低、有机质输入减少以及土壤扰动加速分解密切相关[17]。值得注意的是，土壤理化性质(如pH和TN)对SOC动态具有重要调控作用。本研究结果显示，pH和TN与SOC、POC、MAOC均呈显著正相关(图 4，P < 0.01)，这可能与酸性土壤(pH 4.62~6.71)对微生物活性的抑制作用有关。在退耕初期，土壤pH的轻微上升会促进微生物活动，加速SOC分解，导致碳含量下降[18]。同样地，土壤TN也会通过影响微生物的活动来影响SOC的分解[19]。
耕地因施肥维持SOC稳定，而退耕后有机肥输入中断，新生树种凋落物量低于农作物残留，加剧SOC损失[20-21]。本研究中，退耕还林4 a后土壤POC、MAOC含量低于耕地，与此吻合。但退耕还林1 a后POC及退耕还林1、3 a后MAOC含量显著高于耕地，可能与广西桉树经济林的特殊管理有关，即造林2 a后施用大量有机肥以促进速生，这为初期SOC提供了额外输入源。
3.2 退耕还林对土壤δ13C值特征及碳流动的影响本研究结果显示，随着退耕还林年限的增加，δ13 C_POC和δ13C_MAOC总体上呈现显著降低的趋势(图 2)，说明在植被恢复的过程中，SOC的稳定性得到提升。这种现象可以从以下两个方面解释：首先，在SOC分解的过程中，较轻的12C会先被分解转化为CO2释放到大气中，而较重的13C则在土壤中富集[22]；其次，δ13C_MAOC与SOC、TN呈显著负相关(图 4，P < 0.05)。TN的增加通过促进植物生长提高初级生产力，增加有机质输入[23]，δ13C值随之降低。因此，任何加速SOC周转的过程均会导致13C的富集[24]。
为了预测SOC组分中碳的转化途径，本文绘制了如图 3所示的示意图，结果发现，退耕还林后POC的δ13C与植物最接近，表明POC是碳流途径的起点，也就是说，颗粒较大的有机碳组分是“碳源”[12]。这是因为POC主要是由植物凋落物、植物根系等组成，在土壤中最先形成，而后才被微生物分解[25]。耕地转变为人工林后，土壤碳流动的方向总是从POC流向MAOC，表明POC作为SOC的碳源，通过微生物的分解和转化后，将有机碳固定到粒径更小的MAOC中，则MAOC充当SOC的碳汇，并且能够在土壤中长期稳定存在。同时本研究还发现，退耕还林后碳流动强度低于耕地，这与Bi等[26]的研究结果一致。造成该结果的原因是退耕还林后，土壤结构并未从农田耕作中恢复过来，削弱了对有机质分解的保护作用[27]，即使有更多的有机碳输入，也会导致退耕还林过程中碳损失增加[26]。
4 结论退耕还林有效地增加SOC含量，在长期退耕还林后尤为显著。然而，在短期退耕还林时，SOC及其组分含量均随年限的增加而降低。随着退耕还林年限的增加，δ13C_POC和δ13C_MAOC均降低，表明在此过程中SOC分解速率减小，有利于SOC的积累。SOC组分间碳流分析表明，退耕还林后微生物分解的有机质首先形成较大颗粒的POC，最终形成稳定的MAOC而长期保留在土壤中。总体上，耕地转为林地后有利于SOC的稳定和积累。
| [1] |
王绍强, 周成虎, 李克让, 等. 中国土壤有机碳库及空间分布特征分析[J]. 地理学报, 2000, 55(5): 533-544 (  0) |
| [2] |
Stockmann U, Adams M A, Crawford J W, et al. The knowns, known unknowns and unknowns of sequestration of soil organic carbon[J]. Agriculture, Ecosystems & Environment, 2013, 164: 80-99 ( 0) |
| [3] |
谷俊, 杨飞, 李德成, 等. 祁连山区成土过程驱动的土壤地形序列土壤有机碳固存特征[J]. 土壤, 2023, 55(4): 871-879 DOI:10.13758/j.cnki.tr.2023.04.021 ( 0) |
| [4] |
马红亮, 陈灿灿, 尹云锋, 等. 森林土壤不同粒径颗粒的碳矿化研究[J]. 土壤学报, 2024, 61(5): 1247-1259 ( 0) |
| [5] |
衣鹏慧, 吴会峰, 胡保安, 等. 黄土高原地区退耕还林后土壤有机碳储量变化特征及影响因素[J]. 生态学报, 2023, 43(24): 10054-10064 ( 0) |
| [6] |
Deng L, Liu G B, Shangguan Z P. Land-use conversion and changing soil carbon stocks in China's 'Grain-for-Green' Program: A synthesis[J]. Global Change Biology, 2014, 20(11): 3544-3556 DOI:10.1111/gcb.12508 ( 0) |
| [7] |
Wang Y, Chen L, Xiang W H, et al. Regulation of soil organic carbon dynamics by microbial communities during reforestation of Chinese fir plantations after clear-cutting[J]. Land Degradation & Development, 2024, 35(11): 3539-3551 ( 0) |
| [8] |
翟宁宁, 石珂, 阮宏华, 等. 不同林龄水杉人工林土壤颗粒有机碳和矿物结合有机碳的变化特征[J]. 南京林业大学学报(自然科学版), 2025, 49(3): 25-32 ( 0) |
| [9] |
张芳超, 卢伟伟, 查全智. 标记停留时间对水稻及其生物质炭的13C和15N丰度的影响[J]. 土壤学报, 2024, 61(1): 77-85 ( 0) |
| [10] |
金鑫鑫, 汪景宽, 孙良杰, 等. 稳定13C同位素示踪技术在农田土壤碳循环和团聚体固碳研究中的应用进展[J]. 土壤, 2017, 49(2): 217-224 DOI:10.13758/j.cnki.tr.2017.02.002 ( 0) |
| [11] |
Six J, Elliott E T, Paustian K, et al. Aggregation and soil organic matter accumulation in cultivated and native grassland soils[J]. Soil Science Society of America Journal, 1998, 62(5): 1367-1377 DOI:10.2136/sssaj1998.03615995006200050032x ( 0) |
| [12] |
Xiao J J, Zhao Y F, Wang X, et al. Effects of recovery models on organic carbon pathways: A method using 13C natural abundance[J]. Agriculture, Ecosystems & Environment, 2022, 328: 107851 ( 0) |
| [13] |
鲍士旦
. 土壤农化分析(3版)[M].
中国农业出版社, 北京, 2000
( 0) |
| [14] |
孙建飞, 戴崴巍, 贺同鑫, 等. 蒙古栎叶片及其土壤碳、氮同位素自然丰度对大气CO2浓度升高的响应[J]. 应用生态学报, 2017, 28(7): 2179-2185 ( 0) |
| [15] |
Paul K I, Polglase P J, Nyakuengama J G, et al. Change in soil carbon following afforestation[J]. Forest Ecology and Management, 2002, 168(1/2/3): 241-257 ( 0) |
| [16] |
刘延惠, 王彦辉, 于澎涛, 等. 六盘山南部华北落叶松人工林土壤有机碳含量[J]. 林业科学, 2012, 48(12): 1-9 ( 0) |
| [17] |
黄从德, 张健, 邓玉林, 等. 退耕还林地在植被恢复初期碳储量及分配格局研究[J]. 水土保持学报, 2007, 21(4): 130-133 ( 0) |
| [18] |
张金硕, 李素艳, 孙向阳, 等. 山东省不同植被类型土壤有机碳及其组分分布特征[J]. 土壤, 2024, 56(2): 350-357 DOI:10.13758/j.cnki.tr.2024.02.014 ( 0) |
| [19] |
Lu X F, Hou E Q, Guo J Y, et al. Nitrogen addition stimulates soil aggregation and enhances carbon storage in terrestrial ecosystems of China: A meta-analysis[J]. Global Change Biology, 2021, 27(12): 2780-2792 DOI:10.1111/gcb.15604 ( 0) |
| [20] |
白雪爽, 胡亚林, 曾德慧, 等. 半干旱沙区退耕还林对碳储量和分配格局的影响[J]. 生态学杂志, 2008, 27(10): 1647-1652 ( 0) |
| [21] |
闫靖华, 张凤华, 谭斌, 等. 不同恢复年限对土壤有机碳组分及团聚体稳定性的影响[J]. 土壤学报, 2013, 50(6): 1183-1190 ( 0) |
| [22] |
Werth M, Kuzyakov Y. 13C fractionation at the root–microorganisms–soil interface: A review and outlook for partitioning studies[J]. Soil Biology and Biochemistry, 2010, 42(9): 1372-1384 DOI:10.1016/j.soilbio.2010.04.009 ( 0) |
| [23] |
Field C D, Evans C D, Dise N B, et al. Long-term nitrogen deposition increases heathland carbon sequestration[J]. Science of The Total Environment, 2017, 592: 426-435 DOI:10.1016/j.scitotenv.2017.03.059 ( 0) |
| [24] |
De Clercq T, Heiling M, Dercon G, et al. Predicting soil organic matter stability in agricultural fields through carbon and nitrogen stable isotopes[J]. Soil Biology and Biochemistry, 2015, 88: 29-38 DOI:10.1016/j.soilbio.2015.05.011 ( 0) |
| [25] |
Li Y, Buckeridge K, Wang B R, et al. Glucoproteins in particulate and mineral-associated organic matter pools during grassland restoration[J]. Catena, 2024, 247: 108480 DOI:10.1016/j.catena.2024.108480 ( 0) |
| [26] |
Bi Y L, Li M C, Christie P, et al. Evaluating carbon dynamics in soil aggregates using δ13C following long-term vegetation restoration near a surface mine in a semi-arid region[J]. Catena, 2023, 231: 107281 DOI:10.1016/j.catena.2023.107281 ( 0) |
| [27] |
Wick A F, Ingram L J, Stahl P D. Aggregate and organic matter dynamics in reclaimed soils as indicated by stable carbon isotopes[J]. Soil Biology and Biochemistry, 2009, 41(2): 201-209 DOI:10.1016/j.soilbio.2008.09.012 ( 0) |